tensorflow視覺化
阿新 • • 發佈:2019-02-02
tensorflow的視覺化是通過summary和tensorboard完成的。以tensorflow運作方式入門為例,視覺化主要通過以下步驟完成:
(1)將所有的即時資料整合在一個op中:
# Build the summary operation based on the TF collection of Summaries.
summary_op = tf.summary.merge_all()
(2)建立Session會話,並初始化Variables變數:
# Create a session for running Ops on the Graph. sess = tf.Session() # Run the Op to initialize the variables. init = tf.initialize_all_variables() sess.run(init)
(3)建立tf.Summary.FileWriter物件,用於寫入包含了圖表本身和即時資料具體值的事件檔案:
# Instantiate a SummaryWriter to output summaries and the Graph.
summary_writer = tf.summary.FileWriter(FLAGS.train_dir,
graph_def=sess.graph_def)
(4)執行summary_op,得到即時資料,然後通過add_summary()向FileWriter物件的快取中存入事件資料
summary_str = sess.run(summary_op, feed_dict=feed_dict)
summary_writer.add_summary(summary_str, step)
事件檔案寫入完畢後,就可以開啟一個TensorBoard檢視即時資料的情況。